了解構建預測模型的原則
學習關於：
- 兩種方法
- 全球 - 更穩定，更不靈活
- 本地 - 不太穩定，更靈活
- 防止過度擬合
- 線性回歸、逐步回歸、廣義回歸、懲罰回歸
- 決策樹、Bootstrap 森林
- 提升樹
- 神經網絡
- 測試集的重要性以及如何使用它們
- 比較和選擇模型
注意：本視頻使用 JMP 14 和 JMP Pro 14。
預測建模和機器學習回复：了解構建預測模型的原則不錯的概述！ 在 27 分鐘左右，他們開始對一些不同類型的模型進行基本概述/介紹。 我發現他們對為什麼要選擇一種模型而不是另一種模型的解釋簡明扼要。
